[发明专利]基于改进视觉注意模型的SAR机场分割方法

摘要

本发明公开了一种基于改进视觉注意模型的SAR机场分割方法，它属于图像处理技术领域，主要解决传统视觉注意模型不能满足SAR图像分割条件要求的问题。其分割过程为：(1)对待分割SAR图像进行下采样；(2)对采样后的图像提取纹理特征、小波特征和邻域对比度特征，把这些特征进行加权相加后经过归一化及显著性处理得到初始显著图；(3)把初始显著图经过视觉感受野模板滤波，得到最终显著图；(4)把最终显著图插值到与原SAR图像大小相同，然后对插值后的显著图进行域值处理，得到机场区域；(5)用支撑矢量机的方法对机场区域进行分类，即可分割出机场。本发明具有计算速度快，分割效果明显的优点，可用于SAR图像机场的分割和识别。

主权项

1.一种基于改进视觉注意模型的SAR机场分割方法，包括如下步骤：1)对待分割SAR图像进行下采样处理，处理后的图像记为I；2)对采样后的图像I进行纹理特征提取，用gabor小波提取其在0°,45°,90°,135°方向上的分量纹理特征，然后把这些分量纹理特征相加，即可得到图像的纹理特征；3)对采样后的图像I进行小波特征提取：3a)对图像I进行正交小波变换，得到图像的四个小波分量，即一个低频分量I_LL(x，y)和三个高频分量I_HL(x，y),I_HH(x，y),I_LH(x，y)；3b)计算低频分量与其平均值的对比差值：C(x，y)=(I_LL(x，y)-I_u)²，其中I_LL(x，y)为低频分量，I_u为低频分量的平均值；3c)对所述C(x，y),I_HL(x，y),I_HH(x，y),I_LH(x，y)进行逆小波变换，即得到采样后图像I的小波特征；4)对采样后的图像I进行邻域对比度特征提取：4a)计算采样后图像I的每个像素I(x，y)邻域像素的平均值4b)计算采样后图像I的每个像素I(x，y)与其邻域像素的平均值的差值并将该差值的绝对值作为邻域对比度特征；5)对提取后的纹理特征、小波特征和领域对比度特征进行加权相加，对相加后的图像进行归一化及显著性处理，得到初步的显著图；6)将初步显著图进行视觉感受野模型处理，得到最终的显著图；7)把得到的最终显著图插值到与原SAR图像大小相同；8)将插值后的显著图进行域值处理，得到目标区域；9)将目标区域用支撑矢量机方法进行分类，即对目标区域中的机场和背景进行标签并训练分类，从而分割出机场目标。